Proxy per lo scraping: benchmark residenziali vs. datacenter vs. unblocker

I fornitori di proxy pubblicizzano tassi di successo del 95–99%. Sui siti che bloccano attivamente i bot, osserviamo 55–75%. Abbiamo inviato richieste tramite proxy residenziali, datacenter e unblocker ogni ~5 minuti, da server in paesi diversi.

Il tipo di proxy conta più del fornitore. Per esempio, sugli stessi target, gli unblocker restituiscono circa 10–25 pagine reali in più ogni 100 rispetto ai proxy datacenter.

Risultati del benchmark dei proxy per il web scraping

Tasso di successo per fornitore

Tempo di risposta per fornitore

Il successo nel mondo reale è molto al di sotto dei tassi pubblicizzati:

Sui siti protetti, i proxy residenziali e proxy datacenter in genere si attestano tra 55% e 75% in un dato giorno, non il 95–99% che si vede sulle pagine dei fornitori.

La differenza deriva da tre modi di misurare.

1. Successo significa che è arrivata la risposta reale del sito: un CAPTCHA o un muro di accesso servito con HTTP 200 conta come un errore, mentre molte cifre dei fornitori lo contano come successo. Le pagine che non esistono più vengono escluse anziché conteggiate come successi.
2. Testiamo siti che bloccano attivamente i bot, non il traffico facile che alza le medie di tutti i clienti.
3. Le richieste passano attraverso circa 17.000 URL invece di ripetere una sola pagina, quindi la cache non aiuta.

Gli unblocker differiscono nel successo, ma molto di più nella velocità:

I migliori e i peggiori unblocker sono separati da 5–20 punti e la classifica è rimasta stabile in ogni periodo. Decodo è rimasto in cima o vicino alla vetta per tutto il tempo, mentre Zyte è rimasto indietro di circa 5–10 punti.

I tempi di risposta differiscono molto di più. La stabilità conta tanto quanto la mediana: un timeout stretto adatto a un unblocker da circa 2 secondi trasformerebbe in errori molte delle richieste riuscite di un fornitore più lento. Per i lavori batch, il tasso di successo conta più del tempo. Per qualsiasi cosa per cui un utente attende, solo un unblocker da circa 2 secondi si comporta come un proxy.

Scegliere un tipo di proxy per lo scraping

Il tipo di proxy influisce sul tasso di successo e sui costi più della scelta del fornitore.

1. Quanto blocca il target? Invia prima 100 richieste tramite un proxy datacenter economico. Se più di circa 60% restituisce pagine reali, potresti non aver bisogno di nulla di più costoso.
2. Quanto volume? Oltre circa 100 GB al mese, un divario di successo di 10 punti costa denaro vero, quindi il costo per pagina riuscita conta più del prezzo di listino.
3. Batch o in tempo reale? Se i risultati servono a un utente che attende, il tempo di risposta esclude gli unblocker lenti. Per i lavori batch notturni, non ha quasi importanza.

Proxy residenziali: cosa mostrano i dati

I fornitori residenziali sono più simili di quanto suggerisca il loro marketing. I loro punteggi medi differiscono di circa 8 punti e il miglior fornitore cambia ogni giorno.

• Sebbene le prestazioni medie restino stabili, i risultati giornalieri spesso oscillano. Il punteggio di un fornitore può variare di 20 punti in un giorno e di oltre 40 punti in una settimana.
• La coerenza è importante. Alcuni fornitori offrono risultati stabili, mentre altri registrano sia i punteggi benchmark più alti sia quelli più bassi.
• Le prestazioni di un fornitore possono diminuire e rimanere basse. Usare un fornitore di backup può aiutare a ridurre questo rischio. Gestire il rischio è più importante che concentrarsi sui tassi di successo. Nel nostro benchmark, Oxylabs è costantemente tra i fornitori più veloci. Al contrario, Apify è il più lento.

Proxy datacenter: quando sono sufficienti

Su Google, Instagram, TikTok, Walmart, X, Yandex e YouTube, i proxy datacenter in genere restituiscono pagine reali 55–75% delle volte.

Sulla base dei dati del nostro benchmark:

• Il datacenter è spesso sufficiente. Anche su questi siti fortemente protetti, i proxy datacenter hanno restituito pagine reali più della metà delle volte nella maggior parte dei giorni. Prova prima i datacenter e passa a soluzioni superiori per i target in cui non funzionano.
• Il vantaggio in termini di velocità è modesto. Le mediane dei datacenter si aggirano intorno a 1.5–2,0 secondi, mentre le mediane residenziali per lo più cadono tra 2.0 e 2,5 secondi sui propri target. Di per sé, la velocità è raramente un motivo per scegliere il datacenter.
• Un successo maggiore spesso comporta risposte più lente. Webshare ha registrato il più alto successo datacenter nel suo periodo, ma è stato anche il più lento, a circa 1.7–2,4 secondi. Apify è stato il più veloce e il meno riuscito. Un fornitore che impiega più tempo potrebbe svolgere più lavoro per richiesta, ad esempio ripetendo i tentativi internamente.

Unblocker web

Gli unblocker hanno restituito circa 10–25 pagine reali in più ogni 100 rispetto ai proxy datacenter sugli stessi target. Il fornitore che scegli determina quanta latenza paghi per il successo extra.

• Abbina il ritardo all'attività. Per la raccolta batch, in cui i risultati devono arrivare entro decine di secondi, vince l'unblocker più efficace, anche se è lento. Per qualsiasi cosa per cui un utente attende, un unblocker che impiega circa 2 secondi funziona come un proxy.
• Controlla se gli errori vengono fatturati. Molti unblocker addebitano solo le richieste riuscite. In tal caso, un tasso di successo più basso ti costa tempo e nuovi tentativi, non denaro.

Hai davvero bisogno di un proxy? Proxy vs. API di scraping

Per i siti popolari con una API di scraping dedicata, i proxy grezzi sono di solito la scelta più costosa una volta conteggiato il tempo di ingegneria.

Nel nostro benchmark di web scraping, le API di scraping costano più o meno quanto i proxy residenziali, ma restituiscono JSON strutturato invece di HTML grezzo. Molti di quei benchmark hanno registrato un successo vicino al 100% per ogni fornitore, ben al di sopra di ciò che i proxy ottengono su siti simili.

In passato recuperavamo l'HTML tramite unblocker e analizzavamo i campi con selettori CSS, e ogni ridisegno del sito rimandava il lavoro ai nostri ingegneri. Una volta visto che le API di scraping non costavano più degli unblocker che stavamo usando, abbiamo spostato su di esse la maggior parte della nostra raccolta.

I proxy hanno ancora senso quando:

• Non esiste alcuna API per il sito, oppure l'API non restituisce i campi di cui hai bisogno.
• Esegui lo scraping di molti siti diversi con volumi modesti ciascuno, dove mantenere un'unica configurazione proxy conviene rispetto all'acquisto di molte API.
• Hai un team tecnico forte e i costi dei dati determinano i tuoi margini.
• Hai bisogno del pieno controllo su header, sessioni e tempi.

Non perderti i nostri benchmark e approfondimenti basati sui dati. Il pulsante apre Google; selezionare AIMultiple conferma che desideri vedere AIMultiple più spesso nei risultati di ricerca di Google.

Aggiungi come fonte preferita

Metodologia

Inviamo richieste HTTP tramite ciascun fornitore a siti popolari che filtrano i bot per verificare se viene restituita la pagina reale. Quattro server in Francia, Stati Uniti, Singapore e Brasile eseguono test identici ogni 20 minuti. I test sono scaglionati in modo che un nuovo batch venga inviato circa ogni cinque minuti. I risultati vengono aggregati quotidianamente e combinati da tutte e quattro le località.

I siti provengono dalla classifica del traffico di SimilarWeb per ciascun mercato. Manteniamo un sito solo se i nostri server possono accedervi, se ha pagine di prodotto, elenco, profilo o ricerca da cui vale la pena raccogliere dati e se tali pagine indicano chiaramente di essere pagine reali, non una schermata di blocco.

Se un browser ottiene più pagine reali di una richiesta semplice, testiamo quel sito con un browser headless per ciascun fornitore. Gli unblocker non usano un browser perché restituiscono contenuti già elaborati.

Come definiamo una richiesta riuscita

Una richiesta viene considerata riuscita solo se sono vere tutte le seguenti condizioni:

1. La risposta finale, dopo aver seguito i redirect, ha uno stato HTTP compreso tra 200 e 299.
2. Il corpo della risposta contiene un marcatore di contenuto noto per il tipo di pagina richiesta su quel sito, come l'elemento del prezzo su una pagina di prodotto Amazon.
3. La risposta non contiene CAPTCHA, pagine di blocco o muri di accesso.

Timeout, pagine vuote e tutti gli altri codici di stato contano come errori.

Le pagine che non esistono più vengono gestite separatamente. Un 404 viene considerato autentico se corrisponde al marcatore della pagina 404 del sito e se altri fornitori restituiscono lo stesso risultato per quell'URL. Escludiamo tali URL dai risultati di ogni fornitore anziché conteggiarli come successi o errori.

Applichiamo questa definizione a tutti i benchmark sui proxy di AIMultiple, così i tassi di successo sono confrontabili tra le pagine.

FAQ

Cita questo benchmark

Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.

@misc{karatas2026,
  author = {Karatas, Gulbahar},
  title  = {{Proxy per lo scraping: benchmark residenziali vs. datacenter vs. unblocker}},
  year   = {2026},
  month  = oct,
  howpublished    = {\url{https://aimultiple.com/proxy-for-scraping}},
  note   = {AIMultiple. Consultato il 27 ottobre 2026}
}

Gulbahar Karatas

Analista di settore

Segui

Gülbahar è un'analista di settore di AIMultiple specializzata nella raccolta di dati web, nelle applicazioni dei dati web e nella sicurezza delle applicazioni.

Visualizza il profilo completo

Sii il primo a commentare

Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.

Nome

Indirizzo e-mail

Commento

0/450

Pubblica un commento